[发明专利]一种降低目标检测中样本不均衡影响的方法和系统

说明书

本发明公开了一种降低目标检测中样本不均衡影响的方法和系统，属于图像处理技术领域，样本Y₀包括M个不关注的样本Y₁和N个关注的样本Y₂；M大于N；包括如下步骤：一：对样本Y₂进行变换；获得样本Y₂₁；二：将样本Y₁和样本Y₂₁进行叠加得到样本Y₃；三：将样本Y₃和样本Y₀输入学习机进行训练；四：检验训练结果是否符合要求，若不符合要求，则对所述变换方式和或叠加方式和或样本Y₀的类别和数量进行调整。本发明通过各种变换方式将现有样例叠加到不含此样例的其他图像上的方式，使样本少的类别获得较多有意生成的样本，从而丰富样本数量。进而观察检测效果，调整变换方式或内容，达到减少样本不均衡影响的目的。

技术领域

本发明属于图像处理技术领域，尤其涉及一种降低目标检测中样本不均衡影响的方法和系统。

背景技术

众所周知，图像处理(image processing)指的是：用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。

近年来，随着图像处理技术和智能化技术的快速发展，人们经常需要对大量的图片进行分析处理，进而获取到所需的信息，如图1所示：在图像处理中，上述大量的图片通常被定义为原始样本；在这些原始样本中，包含有大量不关注的样本Y₁和少量关注的样本Y₂；这中数量的差异化样本即为样本不均衡性；目前，在现有样本分析的方法中，由于样本不均衡，往往某些样本多的目标容易被检测，而样本少的目标由于在训练中获得较少的关注，往往检测效果不明显，具体而言，因缺少必要信息，较少样本的目标在待检图中出现被漏检，被误报为其他样本多的目标，或者原本不应该成为目标的区域误报为该目标，样本少的多个样本之间混报目标，报目标时位置、大小出错等多种不希望出现的现象。这样就使得检测结果比较差；降低了学习训练的效率。

发明内容

针对现有技术存在的问题，本发明针提出了一种降低目标检测中样本不均衡影响的方法和系统，通过各种变换方式将现有样例叠加到不含此样例的其他图像上的方式，使样本少的类别获得较多有意生成的样本，从而丰富其样本数量。进而观察检测效果，调整变换方式或内容，达到减少样本不均衡影响的目的。

本发明的目的之一在于提供一种降低目标检测中样本不均衡影响的方法，包括如下步骤：

样本Y₀包括M个不关注的样本Y₁和N个关注的样本Y₂；M大于N；包括如下步骤：

步骤一：对样本Y₂进行变换；获得样本Y₂₁；

步骤二：将样本Y₁和样本Y₂₁进行叠加得到样本Y₃；

步骤三：将样本Y₃和样本Y₀输入学习机进行训练；

步骤四：检验训练结果是否符合要求，若不符合要求，则对所述变换方式和或叠加方式和或样本Y₀的类别和数量进行调整。

优选地，在叠加过程中，对样本Y₁进行变换。

优选地，所述变换包括图像缩放、图像翻转、图像扭曲、图像模糊、图像配色、改变透明度、增加噪点、调整对比度、调整亮度中的一种或者多种。